TradeVortex 📈

AI 기반 실시간 금융 데이터 분석 및 투자 커뮤니티 플랫폼

부트캠프 4개월차에 제작한 풀스택 금융 트레이딩 플랫폼
실시간 주식 차트, AI 투자 어시스턴트, 뉴스 분석, 커뮤니티 기능 제공

🎯 프로젝트 개요

개발 기간: 2025.01.20 ~ 2025.02.05 (약 2주)
팀 구성: Team EOD (Error Overflow Delay)
개발 인원: 팀 프로젝트
개발 환경: Docker Compose 기반 마이크로서비스

✨ 핵심 기능

📊 실시간 금융 데이터

실시간 차트: Highcharts 기반 국내외 주식 시각화
WebSocket 스트리밍: 실시간 주가 업데이트
주가 예측: scikit-learn, PyTorch 기반 ML 모델
기술적 지표: 이동평균선, RSI, MACD 등

🤖 AI 투자 어시스턴트

CrewAI 멀티 에이전트: 여러 AI 에이전트가 협업하여 분석
실시간 채팅: WebSocket 기반 즉각 응답
감성 분석: transformers, KoNLPy로 뉴스 감성 분석
맞춤 추천: 사용자 포트폴리오 기반 종목 추천
로컬 LLM 지원: 개발/테스트 환경에서 Ollama 사용 가능
(Ollama 실행 → 모델 pull → backend .env 설정 후 docker 재시작)

📰 뉴스 크롤링 & 분석

자동 크롤링: Celery로 주기적 뉴스 수집 (crawl4ai)
워드클라우드: 키워드 시각화
감성 분석: 긍정/부정 뉴스 자동 분류
종목 태깅: 관련 종목 자동 연결

💬 커뮤니티

실시간 채팅: Django Channels (WebSocket)
게시판: 자유게시판, 토론방, 종목 토론
소셜 기능: 댓글, 좋아요, 팔로우

👤 사용자 관리

JWT 인증: Access/Refresh Token
소셜 로그인: 네이버, 구글, 카카오
이메일 인증: 회원가입 시 이메일 확인
프로필: 포트폴리오 관리

🛠 기술 스택

Frontend

React 18 + Vite
├── UI: Material-UI, Ant Design, Tailwind CSS
├── State: Redux Toolkit
├── Charts: Highcharts, Plotly, D3.js
├── Animation: Framer Motion, GSAP
└── Real-time: WebSocket

Backend

Django 5.1 + DRF
├── Real-time: Django Channels (WebSocket)
├── Task Queue: Celery + Redis
├── Database: PostgreSQL
├── Auth: JWT, django-allauth
└── Server: Gunicorn + Uvicorn

AI/ML

├── LLM: OpenAI GPT, Google Gemini, Ollama (Local)
├── Framework: PyTorch, scikit-learn, transformers
├── NLP: KoNLPy
├── Agent: CrewAI
└── Data: finance-datareader

Infrastructure

Docker Compose
├── Web: Nginx
├── Cache: Redis
├── DB: PostgreSQL
└── Admin: pgAdmin, RedisInsight

📁 프로젝트 구조

tradevortex/
├── frontend/                 # React 프론트엔드
│   ├── src/
│   │   ├── components/      # 재사용 컴포넌트
│   │   ├── pages/           # 페이지 컴포넌트
│   │   ├── redux/           # Redux 상태 관리
│   │   └── api/             # API 호출
│   └── package.json
│
├── backend/                  # Django 백엔드
│   ├── TradeVortex/         # 프로젝트 설정
│   ├── accounts/            # 사용자 인증
│   ├── financedata/         # 금융 데이터
│   ├── newspage/            # 뉴스 크롤링
│   ├── aiassist/            # AI 어시스턴트
│   ├── graphs/              # 실시간 차트
│   ├── board/               # 게시판
│   ├── toron/               # 토론방
│   ├── realtimechat/        # 실시간 채팅
│   └── requirements.txt
│
├── docker-compose.yml        # 서비스 오케스트레이션
├── nginx.conf               # Nginx 설정
└── README.md

🚀 빠른 시작

필수 요구사항

Docker & Docker Compose
Git

설치 및 실행

# 1. 저장소 클론
git clone https://github.com/yourusername/tradevortex.git
cd tradevortex

# 2. 환경 변수 설정 (아래 환경 변수 섹션 참고)
cp backend/.env.example backend/.env
cp frontend/.env.example frontend/.env
# .env 파일 수정 필요

# 3. Docker Compose 실행
docker-compose up -d

# 4. 데이터베이스 마이그레이션
docker-compose exec django python manage.py migrate

# 5. 슈퍼유저 생성 (선택)
docker-compose exec django python manage.py createsuperuser

서비스 접속

Frontend: http://localhost:3000
Backend API: http://localhost:8000
Admin: http://localhost:8000/admin
pgAdmin: http://localhost:5050
RedisInsight: http://localhost:5540

🔑 환경 변수 설정

Backend (.env)

# Django
SECRET_KEY=your-secret-key-here
DEBUG=False
ALLOWED_HOSTS=localhost,127.0.0.1

# Database
DATABASE_URL=postgresql://postgres:postgres@postgres:5432/tradevortex

# Redis
CELERY_BROKER_URL=redis://redis:6379/0
CELERY_RESULT_BACKEND=redis://redis:6379/0

# 개발/테스트 환경에서 로컬 LLM(Ollama)을 사용할 경우 아래 옵션을 설정

# Local LLM (optional)
OLLAMA_BASE_URL=http://host.docker.internal:11434
OLLAMA_MODEL=qwen3:4b-instruct-2507-q4_K_M

# AI APIs
OPENAI_API_KEY=your-openai-key
GEMINI_API_KEY=your-gemini-key

# Social Login
NAVER_CLIENT_ID=your-naver-client-id
NAVER_CLIENT_SECRET=your-naver-secret
GOOGLE_CLIENT_ID=your-google-client-id

# Email
EMAIL_HOST_USER=your-email@gmail.com
EMAIL_HOST_PASSWORD=your-app-password

Frontend (.env)

VITE_API_URL=http://localhost:8000
VITE_WS_URL=ws://localhost:8000
VITE_GOOGLE_CLIENT_ID=your-google-client-id
VITE_NAVER_CLIENT_ID=your-naver-client-id
VITE_KAKAO_JAVASCRIPT_KEY=your-kakao-key

📊 주요 API 엔드포인트

인증

POST   /api/accounts/signup/          # 회원가입
POST   /api/accounts/login/           # 로그인
POST   /api/accounts/logout/          # 로그아웃
POST   /api/accounts/token/refresh/   # 토큰 갱신

금융 데이터

GET    /api/financedata/stocks/       # 주식 목록
GET    /api/financedata/chart/{symbol}/  # 차트 데이터
GET    /api/financedata/predict/{symbol}/  # 주가 예측

뉴스

GET    /api/news/                     # 뉴스 목록
GET    /api/news/{id}/                # 뉴스 상세
GET    /api/news/wordcloud/           # 워드클라우드

AI 어시스턴트

POST   /api/aiassist/chat/            # AI 채팅
GET    /api/aiassist/recommend/       # 종목 추천

WebSocket

ws://localhost:8000/ws/stock/{symbol}/     # 실시간 주가
ws://localhost:8000/ws/chat/{room}/        # 실시간 채팅

💡 주요 구현 내용

1. 실시간 차트 (WebSocket)

# backend/graphs/consumers.py
class StockConsumer(AsyncWebsocketConsumer):
    async def connect(self):
        self.symbol = self.scope['url_route']['kwargs']['symbol']
        await self.channel_layer.group_add(f"stock_{self.symbol}", self.channel_name)
        await self.accept()
        
    async def stock_update(self, event):
        await self.send(text_data=json.dumps(event['data']))

2. AI 어시스턴트 (CrewAI)

# backend/aiassist/crew.py
analyst = Agent(
    role='Financial Analyst',
    goal='Analyze stock data and provide investment insights',
    tools=[stock_analysis_tool, news_sentiment_tool]
)

researcher = Agent(
    role='Market Researcher',
    goal='Research market trends and news',
    tools=[news_crawler_tool, market_data_tool]
)

crew = Crew(agents=[analyst, researcher], tasks=[...])

3. 뉴스 크롤링 (Celery)

# backend/newspage/tasks.py
@shared_task
def crawl_financial_news():
    crawler = NewsCrawler()
    articles = crawler.fetch_latest()
    for article in articles:
        sentiment = analyze_sentiment(article.content)
        article.sentiment_score = sentiment
        article.save()

🎨 주요 기능 시연

실시간 차트

WebSocket으로 1초마다 주가 업데이트
Highcharts로 캔들스틱, 라인 차트 지원
기술적 지표 오버레이

AI 채팅

자연어로 종목 질문
멀티 에이전트가 협업하여 분석
실시간 응답 스트리밍

뉴스 분석

10분마다 자동 크롤링
감성 분석으로 긍정/부정 분류
워드클라우드로 트렌드 파악

🐛 트러블슈팅

Docker 컨테이너 실행 오류

docker-compose down -v
docker-compose up --build

데이터베이스 연결 오류

docker-compose exec django python manage.py migrate --run-syncdb

Redis 연결 오류

docker-compose restart redis celery

포트 충돌

# docker-compose.yml에서 포트 변경
ports:
  - "3001:3000"  # 3000 대신 3001 사용

📈 성능 최적화

Redis 캐싱: API 응답 속도 50% 개선
Celery 비동기: 무거운 작업 백그라운드 처리
WebSocket: HTTP 폴링 대비 90% 트래픽 감소
DB 인덱싱: 쿼리 속도 3배 향상

🔒 보안 고려사항

⚠️ 주의: 이 프로젝트는 학습/포트폴리오 목적입니다.
프로덕션 배포 시 아래 사항을 반드시 수정하세요.

📚 배운 점

기술적 성장

Django Channels로 WebSocket 구현
Celery로 비동기 작업 처리
Docker Compose로 멀티 컨테이너 관리
CrewAI로 멀티 에이전트 시스템 구축
JWT 인증 구현

어려웠던 점

WebSocket 연결 관리 및 에러 핸들링
Celery 태스크 스케줄링 및 모니터링
CORS/CSRF 설정
Docker 네트워크 설정

개선하고 싶은 점

테스트 코드 작성
에러 핸들링 강화
코드 리팩토링
성능 최적화

🚧 향후 계획

AWS 배포 (EC2, RDS, S3)
CI/CD 파이프라인 구축
테스트 코드 작성 (pytest, Jest)
모바일 반응형 개선
알림 기능 추가
포트폴리오 백테스팅 기능

🤝 기여

Fork the Project
Create your Feature Branch (git checkout -b feature/AmazingFeature)
Commit your Changes (git commit -m 'Add some AmazingFeature')
Push to the Branch (git push origin feature/AmazingFeature)
Open a Pull Request

📝 라이선스

This project is licensed under the MIT License.

👥 팀원

Team EOD (Error Overflow Delay)

부트캠프 4개월차 팀 프로젝트
개발 기간: 약 2주

📞 문의

프로젝트 관련 문의: fakeprice@naver.com

GitHub: antziku

🙏 감사의 말

이 프로젝트는 부트캠프에서 배운 내용을 바탕으로 제작했습니다.
부족한 점이 많지만, 계속 개선해 나가겠습니다.

⭐ 이 프로젝트가 도움이 되었다면 Star를 눌러주세요!

Name		Name	Last commit message	Last commit date
Latest commit History 7 Commits
.idea		.idea
backend		backend
docs		docs
frontend		frontend
.gitignore		.gitignore
README.md		README.md
docker-compose.yml		docker-compose.yml
nginx.conf		nginx.conf
servers.json		servers.json

antziku/TradeVortex

Folders and files

Latest commit

History

Repository files navigation